IT-firmaet DeepMind, som er ejet af Google, har udviklet en kunstig intelligens, der i princippet kan løse alle opgaver, hvor data kan vises grafisk som fx informationer på en computerskærm.
Algoritmen bag den kunstige intelligens er ikke kodet til at løse en bestemt opgave, men til at lære sig selv at løse den. DeepMind har bl.a. kastet sig over store problemer såsom optimering af grøn energi og diagnosticering af dødbringende brystkræft.
Vejrudsigt
Tordenbyger bliver forudsigelige
Gennembrud: DeepMind slår tidligere metoder otte ud af ni gange.
Problem:
Risikoen for nedbør i de kommende timer er afgørende for landmænd, festivaler og håndværkere og ikke mindst for mange hverdagsbeslutninger, som hvorvidt vi tager cyklen eller bilen. Men nedbør, især fra hurtigtudviklende og kraftige tordenbyger, er ekstremt svær at forudsige med traditionelle vejrmodeller. De kan simpelthen ikke nå at få alle de nødvendige vejrdata hentet hjem og indarbejdet i beregningerne.
Løsning:
Forskerne gav DeepMinds algoritme adgang til radarfilm fra et netværk af nedbørsradarer. Ved at analysere, hvordan byger udviklede sig i den første del af filmen, lærte algoritmen sig selv at fortsætte den udvikling og forudsige, hvad der ville ske i den anden halvdel af filmen. DeepMind-modellen blev efterfølgende sammenlignet med de to hidtil bedste metoder til formålet og scorede bedst i 89 procent af situationerne.
Kræftdiagnose
Brystskanninger afslører kræft
Gennembrud: DeepMind stiller mere præcise diagnoser end kræftlægerne.
Problem:
Brystkræft er den hyppigste kræftsygdom hos kvinder på verdensplan. Sygdommen er dødbringende, hvis den forbliver uopdaget, og det gør den særligt i udviklingslandene, hvor overlevelsesraten for brystkræftpatienter er helt nede på 40 procent. Det lave tal skyldes ofte mangel på læger og radiologer, der kan stille en korrekt diagnose ud fra en brystskanning, også kaldet en mammografi.
Løsning:
DeepMind-algoritmen fik adgang til flere end 32.000 mammografier samt resultater fra tilhørende biopsier, hvor forekomsten af kræft var blevet endegyldigt afgjort. Herefter så den på mammografier, hvor den ikke kendte resultatet af biopsierne. Allerede i første forsøg lavede den færre falske positive og falske negative diagnoser end lægerne. Færre, der reelt var raske, fik altså besked om, at de var syge, og omvendt.
Grøn energi
Vindenergi bliver bedre udnyttet
Gennembrud: DeepMind øger udnyttelsen af energi med 20 procent.
Problem:
Præcis som med solenergi, så varierer produktionen af vindenergi med vejret. For at udnytte den producerede energi mest effektivt er det nødvendigt at vide i god tid, hvornår vindmøllerne skaber energi, og hvornår de ikke gør, ellers bliver vindmøllestrømmen mindre værdifuld på markedet for handel med energi end fx strøm fra et kulfyret kraftværk, hvor der kan skrues op og ned i takt med efterspørgslen.
Løsning:
DeepMind lod algoritmen finde mønstre i sammenhængen mellem vejrudsigter og produktion fra vindmøller. Baseret på sine erfaringer kom modellen med et bud på, hvor meget energi der kunne leveres hver time 36 timer ud i fremtiden. På den måde øgede den markedsværdien af den producerede energi med ca. 20 procent. Modellen gør det også nemmere at forudsige, hvornår møllerne kan serviceres uden at miste værdifuld produktionstid.
Programmering
Programmører får digitale assistenter
Gennembrud: DeepMind koder lige så godt som en menneskelig programmør.
Problem:
Computerprogrammer spiller en mere og mere afgørende rolle i samfundet og vores liv, men kodning af programmer er tidskrævende, og hidtil har det krævet evner, som kun mennesker har besiddet; fx kræver det ofte kreativitet og intuition at finde ud af, hvordan computerprogrammet skal løse et bestemt problem, eller hvordan det skal håndtere fremtidige problemer, som endnu ikke er opstået.
Løsning:
DeepMinds program AlphaCode kan kode computerprogrammer og blev i 2022 testet mod menneskelige programmører i en konkurrence, hvor målet var at løse kodningsopgaver, der krævede kritisk tænkning, logik og sprogforståelse. AlphaCode opnåede en placering blandt de øverste 54 procent af deltagerne i konkurrencen. DeepMind håber, at programmører i fremtiden kan udnytte AlphaCode til at øge deres produktivitet.
Medicin
Proteiners form giver nye lægemidler
Gennembrud: DeepMind har udpeget tusindvis af mål for fremtidige lægemidler.
Forsimplet model af et proteins form.
Problem:
Proteiner skabes ud fra skabeloner, der ligger i generne – i første omgang som lange kæder af aminosyrer. Kæderne folder sig derefter lynhurtigt sammen til en helt bestemt form, som bestemmer proteinets egenskaber. Proteiner er involveret i alle processer i kroppen – også sygdom – og deres form er afgørende for udviklingen af nye lægemidler, men hidtil har forskerne ikke haft en hurtig metode til at afgøre proteinernes form.
Løsning:
DeepMind lod sin algoritme analysere kendte proteiners tredimensionelle form og gav den adgang til rækkefølgen af aminosyrer i deres kæder. Algoritmen fik derefter lov til selv at regne ud, hvorfor en bestemt kæde af aminosyrer folder til et bestemt form. Ud af analysen opstod programmet AlphaFold, som nu kan afgøre proteiners form lige så effektivt som de tidligere meget tidskrævende og dyre laboratoriemetoder.